一款移除图片背景的工具，可作为命令行、Python 库、HTTP 服务或 Docker 容器使用。
2.5万2442PythonMIT更新于 10天前
inisis/OnnxSlim
一个用于优化 ONNX 模型的 Python 工具包，在保持精度的同时减少算子数量，提升推理速度。
- Star
- 521
- Fork
- 44
- 未关闭 Issue
- 31
- 最近提交
- 4天前
这是什么？
OnnxSlim 通过去除冗余算子来精简 ONNX 模型，使生成的计算图更小，推理时通常更快。既可以在命令行中使用 `onnxslim 输入模型 输出模型` 完成优化，也可以在 Python 中加载模型后调用 `onnxslim.slim()` 并保存结果。
项目已发布到 PyPI，包名为 `onnxslim`，也支持从源码安装。多个开源项目已将其集成到模型导出或优化流程中，包括 Ultralytics、Hugging Face Optimum 和 transformers.js。
核心功能
- 01在尽量保持精度的前提下减少 ONNX 计算图中的算子数量。
- 02提供命令行工具，快速精简模型。
- 03提供 Python 接口，输入已加载的 ONNX 模型并返回优化后的模型。
- 04可通过 PyPI 或源码直接安装。
适用场景
- 在使用 ONNX Runtime 部署前，减小 ONNX 模型体积并减少算子数量。
- 在基于 PyTorch 等框架的模型导出流程中加入优化步骤。
- 为 LLM 或视觉推理任务精简模型。
快速上手
- 1
从 PyPI 安装预编译包
pip install onnxslim - 2
在命令行中精简 ONNX 模型
onnxslim your_onnx_model slimmed_onnx_model
标签
常见问题
- OnnxSlim 是什么？
- 一个用于优化 ONNX 模型的 Python 工具包，在保持精度的同时减少算子数量，提升推理速度。 OnnxSlim 通过去除冗余算子来精简 ONNX 模型，使生成的计算图更小，推理时通常更快。既可以在命令行中使用 `onnxslim 输入模型 输出模型` 完成优化，也可以在 Python 中加载模型后调用 `onnxslim.slim()` 并保存结果。
- OnnxSlim 可以免费使用吗？用的什么许可证？
- OnnxSlim 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
- OnnxSlim 还在维护吗？
- 活跃维护中。OnnxSlim 最近一次提交是在 2026年10月16日。
- OnnxSlim 适合用来做什么？
- 在使用 ONNX Runtime 部署前，减小 ONNX 模型体积并减少算子数量。 在基于 PyTorch 等框架的模型导出流程中加入优化步骤。 为 LLM 或视觉推理任务精简模型。
- OnnxSlim 怎么安装和运行？
- 从 PyPI 安装预编译包: pip install onnxslim 在命令行中精简 ONNX 模型: onnxslim your_onnx_model slimmed_onnx_model
- 在哪里获取 OnnxSlim？
- 源代码和安装说明在 GitHub 上：https://github.com/inisis/OnnxSlim
概要由 AI 根据项目 README 生成；GitHub 数据每日更新。
相关项目
苹果研究项目，单张照片不到一秒即可生成可渲染的 3D 高斯场景。
8989652PythonOther更新于 上个月
基于 PyTorch 的开源医学影像深度学习框架，涵盖预处理、网络模型、损失函数与评估指标。
87891672PythonApache-2.0更新于 昨天
收录 419 个预训练 AI 模型，覆盖视觉、语音、NLP 与大模型，可通过统一的 Python 命令行运行。
2403367PythonOther更新于 23小时前
一个面向 Apple Silicon 的教学项目，用 MLX 运行视觉语言模型，对同一张图片的候选答案直接打分。
32029PythonMIT更新于 29天前
一门免费开源的 AI 工程课程，共 542 节课，用 Python、TypeScript、Rust 和 Julia 从零实现核心概念。
7.1万1.3万PythonMIT更新于 昨天